Auswahl
PROJECTS
Flussing Ecosystem
Digitale Kleidung braucht mehr als nur eine gute Demo.
BioMesh, BioDraft und BioCloth sind als zusammenhängendes System gedacht: BioMesh liefert den Körper, BioDraft das Schnittmuster und BioCloth zeigt, wie sich der Stoff darauf verhält.
BioCloth
BioCloth ist eine Stoffsimulation direkt im Browser. Im Mittelpunkt stehen nicht nur schöne Visuals, sondern nachvollziehbare Ergebnisse: Körperdaten, Materialwerte und Bewegung fließen alle in die Simulation ein.
Ich habe den Solver so aufgebaut, dass Stoff als bewegliches Netz mit Zug, Biegung und Kollision reagiert, statt nur wie eine statische Oberfläche auszusehen.
Der Browser ist dabei nur die sichtbare Ebene. Entscheidend sind die vorbereiteten Daten und die klaren Regeln, nach denen die Simulation arbeitet.
Das Ziel ist ein Workflow, mit dem Schnittmuster schneller geprüft werden können, bevor echter Stoff zugeschnitten wird.
BioMesh
BioMesh erzeugt 3D-Körper für die Simulation. Größe, Gewicht und Körperform lassen sich anpassen, ohne dass die Struktur für Export, Rigging oder Bewegung verloren geht.
Das Projekt basiert auf vorbereiteten Körpermodellen, die dieselbe Grundstruktur teilen.
Die Regler verändern die Körperform gezielt, statt ein Modell unkontrolliert zu verzerren.
Für BioCloth ist das entscheidend, weil eine Stoffsimulation nur dann sinnvoll ist, wenn der Körper darunter verlässlich bleibt.
BioDraft
BioDraft ist ein Editor für digitale Schnittmuster. Man arbeitet in 2D, sieht die Auswirkungen direkt in 3D und kann die Daten so exportieren, dass sie in einen echten Produktionsprozess passen.
Die Verbindung aus 2D-Zeichnung und 3D-Vorschau macht Fehler früher sichtbar.
Das Schnittmuster wird zentral verwaltet, damit 2D-Ansicht, 3D-Ansicht und Export immer mit denselben Daten arbeiten.
Der Fokus liegt nicht auf unnötiger Dekoration, sondern auf einem Werkzeug, das auch bei wiederholter Nutzung klar und verständlich bleibt.
Client Projects
Kundenprojekte brauchen klare Entscheidungen.
Diese Projekte wurden für echte Stakeholder gebaut. Es ging nicht darum, Technologie zu präsentieren, sondern ein konkretes Problem sauber zu lösen.
Banking Database Assistant (Raiffeisen)
Der Assistent übersetzt natürliche Fragen in Datenbankabfragen für ein Bankumfeld. Deshalb war Sicherheit kein späteres Extra, sondern ein zentraler Teil der Architektur.
Das Modell darf nicht beliebige SQL-Abfragen ausführen. Jede Abfrage wird vor der Ausführung geprüft und begrenzt.
Relevante Schema-Informationen werden gezielt in den Kontext geholt, damit die Antworten weniger raten und besser zum Datenmodell passen.
Das Projekt wurde im Team umgesetzt und vor einem echten Bank-Stakeholder präsentiert und verteidigt.
NoCap Barbers
NoCap Barbers brauchte keine überladene Website. Wichtig waren eine schnelle Startseite, klare Preise, sichtbare Öffnungszeiten und ein einfacher Weg zur Buchung.
Ich habe die bestehende WordPress-Basis bewusst beibehalten, damit der Kunde die Seite nach dem Handoff selbst pflegen kann.
Das Layout wurde mobile-first umgesetzt, weil die meisten Besucher über das Handy kommen.
Karussells und konkurrierende Call-to-Actions wurden reduziert, damit die wichtigste Handlung sofort sichtbar bleibt.
AI / ML
ML-Forschung ist nur wertvoll, wenn sie ehrlich bleibt.
Der Trading-Agent ist ein langfristiges Forschungsprojekt. Der wichtigste Teil war nicht ein angeblich perfektes Modell, sondern saubere Daten, belastbare Tests und die Bereitschaft, schlechte Ansätze wieder zu verwerfen.
NQ Trading Agent
Der NQ Trading Agent arbeitet mit 1-Sekunden-Marktdaten. Das Projekt durchlief fünf Iterationen, mehrere verworfene Ansätze und verzichtet bewusst auf eine künstlich aufgeblähte Erfolgsgeschichte.
Eine Rust-Pipeline validiert die Rohdaten, weil schon kleine Datenfehler einen Backtest unbrauchbar machen können.
Walk-Forward-Tests ersetzen zufällige Splits, weil Zeitreihen nicht wie normale Tabellen gemischt werden dürfen.
Das Modell gibt nicht nur eine Richtung aus, sondern auch Unsicherheit. Dadurch können schwächere Signale kleiner gewichtet werden.
Mein Stack
Womit ich arbeite
Eine Auswahl der Sprachen, Frameworks und Tools, die ich gerne nutze und bei echten Projekten einsetze.
Über mich
Software, die nichtnur läuft.
Ich bin Timo, 19, und entwickle Software, die nicht nur funktioniert, sondern auch langfristig wartbar bleibt. Ich arbeite an Full-Stack-Webanwendungen, Machine-Learning-Systemen und GPU-Grafikprogrammierung — immer mit dem Ziel, klare und robuste Lösungen zu bauen.
5
Jahre Code
7
Sprachen
2
Kundenprojekte ausgeliefert
Referenzen
1 Referenz
“Besonders hervorgehoben wurden mein technisches Verständnis, meine strukturierte Arbeitsweise und die Fähigkeit, mich schnell in komplexe Themen zwischen Datenbanken und künstlicher Intelligenz einzuarbeiten.”
Raiffeisen Group IT
Diplomprojekt — Banking DB Assistant
Lass uns reden.
Ab Sommer 2026 bin ich für Werkstudentenstellen, Praktika oder Vollzeitrollen verfügbar. Für passende Freelance-Projekte dazwischen bin ich ebenfalls offen.